Burga Cieza Luz Cilened

INVESTIGACIÓN CUANTITATIVA
¿Qué es investigación cuantitativa?
Permite examinar los datos de manera numérica especialmente en el campo de la
Estadística. Se requiere que entre los elementos del problema de investigación
exista una relación cuya naturaleza sea lineal .

Los métodos cuantitativos suelen ser utilizados en las ciencias sociales como por
ejemplo psicología, economía, sociología, ciencia política, márquetin, y en menor
medida, en antropología y en historia.

El método cuantitativo se opone al denominado método cualitativo, también conocido

investigación cualitativa, la cual implica preguntas más generales y recopila
información exacta de los participantes de la investigación, que no puede ser
plasmada en números o cifras, sino más bien en palabras
 Partes de un diseño

1. Plan de recolección de datos

2. Plan de tabulación
3. Plan de análisis
4. Plan de muestreo
* Diseño operativo: métodos, técnicas e instrumentos mediante los cuales
los planes especificados anteriormente se van a llevar a cabo.
 Metodología de la investigación

• Es la manera de resolver sistemáticamente el problema de la

investigación.
• Puede entenderse como una ciencia que estudia cómo se realiza la
investigación científica.
• Se basa en la naturaleza, enfoque y alcances de la investigación.
 Investigación cuantitativa

•La recolección de los datos se fundamenta en los

procesos de medición, en los cuales las respuestas
pueden reducirse a “valores”, siendo susceptibles de
emplear en ellos operaciones matemáticas y por ende,
la aplicación de métodos estadísticos de análisis.
 Investigación cuantitativa

•El enfoque cuantitativo usa la recolección de datos para

establecer patrones de comportamiento o probar hipótesis con
base en la medición numérica y el análisis estadístico, su meta
principal es la construcción y demostración de teorías.
 Investigación
cualitativa
El enfoque cualitativo usa la recolección de
datos sin medición numérica para descubrir o
afinar preguntas de investigación, describir e
interpretar comportamientos actitudes
valoraciones , humanas,
descripciones detalladas o situaciones,
eventos, personas, interacciones,
con base en de
observadas y sus manifestaciones. conductas
 Aspectos a considerar
2. Alcances de la investigación cuantitativa:
• Exploratoria
• Descriptiva
• Correlacional
• Explicativa
• Predictiva
• Aplicada
 Método
Medio o camino que se establece entre el
investigador y la fuente de información para la
recolección de datos. Por ejemplo: encuesta,
censo, método etnográfico, crítica de fuentes,
entre otros.

- ENCUESTA (muestra)

- CENSO (población)
 Técnic
a
•Conjunto de reglas y procedimientos que permiten al investigador
establecer la relación de las variables de interés o unidades de análisis
con el objeto o sujeto de investigación. Por ejemplo: entrevistas,
observación directa, toma de muestras de campo, entre otros.
 Instrumento
Mecanismo que el investigador
utilizapara recolectar y registrar la
información.
ejemplo: Por
formulario o cuestionario, aparatos o
procedimientos técnicos, grabaciones,
programas de computación, entre otros.
 Investigación exploratoria

Problema poco investigado o con poca

información de base.
Sirve para determinar tendencias, identificar
relaciones y comportamiento de las variables,
llevan a desarrollar nuevas preguntas de
investigación.
 Investigación exploratoria

Muestra:
• Se confina a un pequeño grupo, un caso o una
población en particular (pequeña)
• Flexible (por conveniencia o por intención)
• Puede surgir derivada de una
investigación más compleja o casualmente
 Investigación exploratoria
•Recolección de datos:
• No hay reglas estrictas
• Hacer una lista de preguntas a responder
• Recopilar todos los datos posibles

• Considerar la realización de indagaciones o ensayos específicos o

más profundos
• Recabar información complementaria, contextual o comparativa
 Investigación exploratoria

•Análisis:
• Basado en el criterio del investigador más que
en métodos estadísticos
• Presentar los hallazgos de manera
ordenada y lógica
• Presentar los datos numéricos necesarios,
buscar tendencias, similitudes, diferencias, etc.
• No puede generalizarse
 Ejemplo
s
• Reporte de caso
• Estudios de bioprospección
• Desarrollo de un procedimiento de síntesis
• Reporte de una nueva especie o enfermedad
• Búsqueda de metabolitos secundarios
 Investigación
descriptiva

•Busca determinar el estado en que se encuentra una variable.

•Puede generalizarse de la muestra a la población con base en
estimadores.
•Pueden hacerse cierto tipo de asociaciones y comparaciones.
 Investigación
descriptiva
Muestra
• Representativa: Para fines inferenciales debe
calcularse con parámetros estadísticos
• Se aplica un diseño de muestreo (aleatorio
simple, sistemático, estratificado, por
conglomerados, transectas, parcelas, etc.)

* Puede desarrollarse con muestras

no representativas
 Investigación
descriptiva
Recolección de datos
• Encuestas (demográficas, epidemiológicas,
seroepidemiológicas, etnobotánicas, etc.):
Desarrollo de instrumentos específicos
• “Capturas” (esfuerzo)
• Observaciones/mediciones periódicas en
tiempo y espacio (in situ o en el laboratorio)
 Investigación
descriptiva
Análisis
 Resumen de los datos con estadística descriptiva: Medidas
de tendencia central y dispersión, cuantiles y percentiles,
frecuencias y porcentajes, tasas o índices (demográficos,
económicos, epidemiológicos o de biodiversidad)

 Uso de estadística gráfica: Barras, ciclogramas, barras de

error, cajas, diagramas de tallos y hojas, histogramas.

 Estimación de parámetros por medio de intervalos de

confianza
 Ejemplo
s
• Estudios de frecuencia y prevalencia
de enfermedades
• Estudios CAP
• Descripción de ciclos fenológicos o ciclos
de vida
• Estudios de biodiversidad
(diversidad, abundancia, dominancia,
distribución, etc.)
Investigación correlacional

Establece relaciones o asociaciones entre dos o

más variables.
Estos estudios son parcialmente explicativos ya
que se deduce de ellos una serie de posibles
razones de las relaciones encontradas.
Investigación correlacional (asociativa)

Muestra
• Representativa
• El cálculo depende del tipo de variables y
análisis a aplicar: Correlación de Pearson,
Odds Ratio, Ji cuadrado, etc.
• Diseño de muestreo similar a los estudios
descriptivos, casos y controles, cohortes
Investigación correlacional (asociativa)

Recolección de datos
•Similar a los estudios descriptivos
•Aplicación de diseños particulares epidemiológicos (casos y
controles, cohortes)
•Considera la observación y medición de variables y covariables
simultáneamente
 Investigación correlacional (asociativa)

Análisis
• Bivariado: Correlaciones bivariadas
• Multivariado: Análisis de correspondencias, agrupamiento y
discriminante, componentes principales, correlación canónica
• Estadística gráfica: Diagramas de dispersión, diagramas
multivariados y dendrogramas
• En varios procedimientos se contempla el uso de intervalos de
confianza o pruebas de hipótesis confirmativas para la correlación
o asociación.
Investigación correlacional (asociativa)

Análisis
• Estadística gráfica: Diagramas de dispersión,
diagramas multivariados y dendrogramas
• En varios procedimientos se contempla el uso de
intervalos de confianza o pruebas de hipótesis
confirmativas para la correlación o asociación.
 Aplicació
n
• Determinar la existencia de alguna relación
entre variables cuantitativas, cualitativas o
ambas
• Establecer asociación entre enfermedades y
factores de riesgo o determinar el riesgo
relativo
• Relacionar factores ambientales y la
presencia/ausencia de especies
 Investigación
explicativa

•Pretende buscar las causas de los hallazgos (estudios comparativos) o

establecer los efectos por los cambios deliberados en las variables
independientes (estudios experimentales y cuasiexperimentales).
•Está orientada a la comprobación de hipótesis.
 Investigación explicativa: Estudios
comparativos
Muestra
• Representativ para una, dos o más
a poblaciones
• Cálculo estadístico considerando niveles
de significancia y poder
• Diseño de muestreo probabilístico o
no probabilístico
 Investigación explicativa: Estudios
comparativos
Recolección de datos
• Selección/control de las
independientes, no hay variables
asignación aleatoria
• Estratificación
• Medición de una o más variables en uno, dos o
más grupos, puntuales o medidas repetidas
• Evaluación ex post facto
• Tener desde el principio definidos
las características o grupos a comparar
 Investigación explicativa: Estudios
comparativos
Principales variables comparativas
• Sexo
• Grupos etarios
• Presencia/ausencia de una variable
• Puntos o lugares y temporalidad
• Puntos críticos de un proceso
• Índices de biodiversidad
 Investigación explicativa: Estudios
comparativos
Análisis
• Pruebas de hipótesis sobre la media, mediana o
distribución de una, dos o más poblaciones
independientes (t de Student, análisis de
varianza o covarianza, prueba del signo, U de
Mann Whitney, Wilcoxon, Kruskal Wallis)
• Pruebas de hipótesis sobre la proporción de una,
dos o más poblaciones independientes (prueba
binomial, Z para proporciones, Ji cuadrado)
 Investigación explicativa: Estudios
comparativos

Análisis
• Análisis multivariados (Manova)

• Estadística gráfica: Barras de error, cajas,

barras comparativas
 Aplicació
n

• Comparación con datos teóricos o reportados por la literatura

• Comparación de estadísticos específicos entre

dos o más poblaciones,entreestratos

poblacionales, condiciones
temporales de muestreo
espaciales y
 Investigación explicativa: Estudios
experimentales y cuasi experimentales
Muestra
• Los no a
grupos
población, representan
trata se de ninguna
experimentales por lo que se les unidades
debe
denominar “réplicas”
• Cálculo estadístico,considerando
significancia, poder y tamaño del
esperado efecto
 Investigación explicativa: Estudios
experimentales y cuasi experimentales
Recolección de datos
• Aplicación de un esquema específico de
aleatorización de las unidades experimentales
a la variable independiente y presencia de
controles (diseño experimental)
• La ausencia de aleatorización o controles
implica que el diseño sea cuasi experimental
 Investigación explicativa: Estudios
experimentales y cuasi experimentales

•Recolección de datos
• Un grupo: Diseño pareado (antes y después o pre-test/post-test),
para evaluar alguna intervención o procedimiento
• Dos grupos: Diseño totalmente al azar, diseño pre-test/post-test con
grupo control, para evaluar una modalidad de variable
independiente o una intervención
 Investigación explicativa: Estudios
experimentales y cuasi experimentales
Recolección de datos
• Tres o más grupos: Diseño totalmente al azar,
bloques aleatorios, factoriales, anidados,
medidas repetidas, etc., para evaluar efecto
de una o más variables independientes
• Mantener el esquema en todo momento
• Control de las fuentes de variación
 Investigación explicativa: Estudios
experimentales y cuasi experimentales
Análisis
• Un grupo: t de Student pareada, Ji cuadrado
de Mc Nemar, Wilcoxon para muestras
relacionadas
• Dos grupos: t de Student, prueba del signo, U
de Mann Whitney, Wilcoxon para muestras
independientes, Ji cuadrado, Z para
proporciones
 Investigación explicativa: Estudios
experimentales y cuasi experimentales

Análisis
• Tres o más grupos: Análisis de varianza o
covarianza (depende del diseño), pruebas no
paramétricas (Kruskal Wallis, Friedman,
Cochran), Ji cuadrado
• Análisis multivariado (Manova, factorial)
• Gráficas de caja, barras de error, líneas
 Aplicacione
s
• Evaluación de intervenciones,
tratamientos y procedimientos
• Evaluación y comparación métodos de
de diagnóstico
• Ensayos farmacológicos
• Ensayos clínicos
• Evaluación de efectos en
general
 Investigación
predictiva

•Se aplica para estimar la probabilidad de ocurrencia de los eventos o

variables.
•Pretende formular modelos explicativos y predictivos derivados de la
relación causa-efecto entre dos o más variables.
•Variable predictora (x) y variable a estimar o predecir (y).
 Investigación
predictiva
Muestra/Réplicas
• Representativ (idealmente pero
a práctica) poco
• Depende del diseño y procedimiento a aplicar
• A veces es establecida en forma “intuitiva”
• Dependiendo del diseño y factores se pueden
tener muestra o réplicas
 Investigación
predictiva
Recopilación de datos
• Medición secuencial o aleatoria de “y” con
respecto a los valores escogidos o aleatorios
de “x”
• Puede seguirse un diseño experimental o
cuasi experimental
• Diseños anidados o jerárquicos
• Encuestas multipropósito
 Investigación
predictiva
Análisis
• Análisis exploratorio de datos
• Regresión lineal simple o múltiple
• Regresión logística o regresión probit
• Análisis de varianza o covarianza
• Modelos lineales generalizados
• Modelos mixtos o jerárquicos (multinivel)
• Geoestadística
 Aplicació
n
• Ensayos dosis respuesta
• Análisis de supervivencia o letalidad
• Evaluación del efecto de varios factores
con fines predictivos o explicativos
• Análisis de nicho ecológico
• Distribución espacial y entre
relación variables ecológicas,
sociodemográficas,
epidemiológicas, etc.
 Investigación
aplicada
Busca la generació de conocimiento
resolver n para
generalment implican
algún problemas,
e de intervención
grado
resultados, impacto). (procesos,

Por lo general combina aspectos

descriptivos, correlacionales, explicativos y/o
predictivos.